基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有的蚁群算法在求解旅行Agent问题中所存在的全局最优解的收敛速度不强和一致性欠佳等问题,在蚁群算法的基础上,利用算法的迭代次数来动态自适应地修改选择路径上的信息素的更新规则和信息素的挥发系数,从而使Agent在路径选择中这两方面的能力得到了提高.实验结果表明,相比现有的解决旅行Agent问题的蚁群算法,该算法在求解全局最优解的收敛速度和一致性方面具有更强的优势.
推荐文章
改进蚁群算法求解旅行Agent问题
移动Agent
蚁群算法
迁移策略
一种求解TSP的自适应蚁群优化算法
蚁群算法
旅行商问题(TSP)
组合优化
基于自适应多态免疫蚁群算法的TSP求解
自适应
多态
蚁群算法
免疫克隆选择
旅行商问题
求解旅行商问题的蚁群遗传混合算法
蚁群算法
遗传算法
旅行商问题
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 求解旅行Agent问题的自适应蚁群算法
来源期刊 计算机工程与应用 学科 工学
关键词 蚁群算法 路径选择 旅行Agent问题(TAP)
年,卷(期) 2010,(16) 所属期刊栏目 研究、探讨
研究方向 页码范围 52-54
页数 分类号 TP301.6
字数 4377字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.16.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 彭勇 江南大学信息工程学院 27 146 8.0 11.0
2 郑向瑜 江南大学信息工程学院 2 9 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (211)
参考文献  (3)
节点文献
引证文献  (8)
同被引文献  (19)
二级引证文献  (38)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(7)
  • 引证文献(0)
  • 二级引证文献(7)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蚁群算法
路径选择
旅行Agent问题(TAP)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导